Few 第22页

11小组第二次博客作业

(论文要开展的工作)israre/few/little2.在过去的一段时间：inthepastfewyears,3.花式夸过往研究：Thesuccessofpresentworkhasdriven(alotofdownstreamapplications

第十一小组·2019-10-24 22:00

[NLG] Domain Adaptive Dialog Generation via Meta Learning

总述：这篇文章貌似就是把end2end模式的dialoguesystem套了一层maml的更新方式，然后在few-shot领域上的效果比之前赵天成的ZSDG效果要好。

lwgkzl·2019-10-24 01:08

Few-shot Learning survey-详细易懂-小样本综述

目录1.半监督学习semi-supervisedlearning31.1基本概念31.2半监督学习的应用41.3半监督学习方法结构51.4半监督深度学习62.主动学习（ActiveLearning）72.1基本概念72.2应用领域以及场景72.3研究现状72.4相关论文83.迁移学习83.1DistantDomainTransferLearning远域迁移学习83.1.1样本自动选择93.1.2合

mohong96·2019-10-23 11:08

[NLG]Few-Shot Dialogue Generation Without Annotated Data: A Transfer Learning Approach

总述：我觉得这篇论文的主要亮点就是不要标注数据。之前赵天成的zero-shot虽然很惊艳，但是迫于每一句话都需要标注dialoguaction，所以应用性不强。这篇论文就是结合了赵天成之前的两篇工作，第一个zero-shot，第二个laed（用于在大规模数据中学习找到对话潜在的latentaction）。然后作者就认为，在大规模无标签对话中用laed学习可以学到隐式的dialogaction。主要

lwgkzl·2019-10-19 15:26

【元学习】Meta Learning 介绍

Few-ShotLearning（小样本学习）最近的元学习方法如何工作Model-AgnosticMeta-Learning(MAML)元学习（Meta-learning）智能的一个关键方面是多功能性—

虔诚的树·2019-10-17 21:00

论文笔记： LSTD A Low-Shot Transfer Detector for Object Detection

Low/Few-shotLearning、One-shotLearning，少/一次学习。训练集中，每个类别都有样本，但都只是少量样本（甚至只有一个）。

daiy·2019-10-17 15:00

One-shot 学习

深度学习:Zero-shotLearning/One-shotLearning/Few-shotLearning在迁移学习中，由于传统深度学习的学习能力弱，往往需要海量数据和反复训练才能修得泛化神功。

水之心·2019-10-13 03:08

Adapting Meta Knowledge Graph Information for Multi-Hop Reasoning over Few-Shot Relations

AdaptingMetaKnowledgeGraphInformationforMulti-HopReasoningoverFew-ShotRelations（2019EMNLP）Idea：该论文利用meta-learning从高频关系实例中学得参数，然后快速应用于few-shot

羽_羊·2019-10-12 17:36

CVPR 2019 论文解读 | 小样本域适应的目标检测

这里笔者介绍一篇小样本（few-shot）数据方向下的域适应（DomainAdaptation）的目标检测算法，这篇新加坡国立大学&华为诺亚方舟实验室的paper《Few-shotAdaptiveFasterR-CNN

ManWingloeng·2019-10-02 12:00

（论文阅读）Few-shot Adaptive Faster R-CNN

few-shot可以理解为训练样本少。方法：少镜头自适应方法（few-shotadaptationa

RF-or·2019-09-18 15:30

《Matching Networks for One Shot Learning》论文笔记及其代码阅读

论文地址：MatchingNetworksforOneShotLearning源代码地址:MatchNet文章目录一、介绍1、few-shotlearning2、matchingnetworks二、MatchingNetworks1

grayondream·2019-09-10 18:10

[CVPR 2019 论文笔记] Semantic Projection Network for Zero- and Few-Label Semantic Segmentation

Zero-andFew-LabelSemanticSegmentationFigure1:Wepropose(generalized)zero-andfew-labelsemanticsegmentationtasks,i.e.segmentingclasseswhoselabelsarenotseenbythemodelduringtrainingorthemodelhasafewlabeled

一亩高粱·2019-08-31 19:16

conference | 基于少量样本的快速学习Few-shot learning

基于少量样本的快速学习Few-shotlearning背景人工智能神经网络的三次浪潮深度学习人工智能困境人工智能→人类智能定义及数值原理机器学习定义数值原理数据增强数据预处理综合运用其他已有数据网络模型和相关任务共同训练

_Summer tree·2019-08-08 09:07

论文阅读（36）Few-shot Learning: A Survey（2）

3.数据（Data）方法利用先验知识扩充数据，解决FSL问题，丰富E的监督信息。对于更多的样本，数据足以满足后续机器学习模型和算法所需的样本复杂性，并以较小的方差获得更可靠的。接下来，我们将详细介绍如何使用先验知识在FSL中扩充数据。根据先验知识的类型，我们将这些方法分为四类，如表2所示。因此，图5显示了转换的工作原理。由于对中每个类的扩充都是独立完成的，因此我们用中的n个类别的一个示例进行说明。

续袁·2019-08-01 20:47

深度强化元学习教程---元学习概述

元学习概述元学习简介提到元学习，我们通常想到Few-ShotLearning、One-ShotLearning、Zero-ShotLearning，其实这些都是K-ShotLearning的特例。

喜欢打酱油的老鸟·2019-07-30 09:49

深度强化元学习教程---元学习概述

元学习概述元学习简介提到元学习，我们通常想到Few-ShotLearning、One-ShotLearning、Zero-ShotLearning，其实这些都是K-ShotLearning的特例。

最老程序员闫涛·2019-07-29 00:00

小样本图像识别——关系网络（Relation Network）（目前只对Few-Shot进行研究）

关系网络1.论文参考：《LearningtoCompareRelationNetworkforFew-ShotLearning》论文原文请点击这里参考代码：https://github.com/floodsung/LearningToCompare_FSL/2.问题定义：首先需要了解三个数据集，trainingset，supportset和testingset。supportset和testi

Zio_wh·2019-07-11 18:09

《Few-Shot and Zero-Shot Learning for Historical Text Normalization》阅读笔记

一、介绍历史文本规范化（Historicaltextnormalization）：许多历史文档是在没有标准拼写约定的情况下编写的，并且注释数据集很少且很小，由于历史文本由于拼写演化不同，导致人们不能很好的分辨其具体含义。目标：将使这些文件通过NLPmodels处理，转换成当今学者们可以查到的，并且外行人士也能看懂的文本。在之前关于这一主题的大量工作之后，我们将自我限制为逐字归一化，忽略了现代文本与

Danidy·2019-07-09 23:56

NoteSet | Few-Shot

付彦伟【领域报告】小样本学习年度进展|VALSE2018https://zhuanlan.zhihu.com/p/38246454零/小样本以及开集条件下的社交媒体分析https://blog.csdn.net/XWUkefr2tnh4/article/details/79021641当小样本遇上机器学习(超详细)https://blog.csdn.net/mao_feng/article/det

小软同学·2019-06-30 17:12

小样本学习 | Learning to Compare: Relation Network for Few-Shot Learning

博主github：https://github.com/MichaelBeechan博主CSDN：https://blog.csdn.net/u011344545LearningtoCompare:RelationNetworkforFew-ShotLearning论文下载：https://arxiv.org/pdf/1711.06025.pdf代码：https://github.com/Mich

冲动的MJ·2019-06-12 15:05

Prototypical Networks for Few-shot Learning

PrototypicalNetworksforFew-shotLearning论文简述论文重点想法算法算法细节思考论文简述本文提出了原型网络，原型网络从数据中学习某种非线性的embedding，使得最终生成的度量空间中，每个类的点都聚集在单一的原型表示周围。对于询问点，只需要计算出在度量空间中距离最短的原型，并分类即可。论文重点想法idea:thereexistsanembeddinginwhic

Evabook·2019-06-05 11:08

[CVPR 2019 论文笔记] Generalized Zero- and Few-Shot Learning via Aligned Variational Autoencoders

广义少样本学习之对齐VAE本文亮点：学习图像和语义共享的隐含空间，为未见类生成隐含特征。文章目录广义少样本学习之对齐VAE论文下载VAE变分自编码器模型CrossandDistributionAlignedVAE参考论文下载CVPR2019VAE变分自编码器变分自编码器是一种生成模型。它包含两部分，编码器和解码器。首先，编码器在样本xxx上学习一个样本特定的正态分布；然后，从这个正态分布中随机采样

一亩高粱·2019-06-03 14:23

Hybrid Attention-Based Prototypical Networks for Noisy Few-Shot Relation Classification （2019 AAAI）

HybridAttention-BasedPrototypicalNetworksforNoisyFew-ShotRelationClassification（2019AAAI）Idea：为了解决few-shotlearning

羽_羊·2019-05-24 15:58

Learning to Compare: Relation Network for Few-Shot Learning论文笔记

前言在语音问答系统领域，很多时候，每一个类所拥有的训练数据量是很少的，采用传统的分类器进行训练，很可能出现overfitting，为了应对这种问题，最近要研究一下小样本学习。关于小样本学习的基本概念，可以参看https://www.chainnews.com/articles/650132977783.htm，该综述中还提到了每种类型算法中的典型算法。论文评价论文链接：https://arxiv.

勤劳的凌菲·2019-05-22 13:44

caffe 编译错误：too few argument in function call

errorlog：caffe/include/caffe/util/cudnn.hpp(112):error:toofewargumentsinfunctioncallcudnn版本问题，解决：添加判断，不同版本参数不同#ifCUDNN_VERSION_MIN(6,0,0)CUDNN_CHECK(cudnnSetConvolution2dDescriptor(*conv,pad_h,pad_w,s

haha074·2019-05-05 16:16

Few-Shot/One-Shot Learning

Few-Shot/One-ShotLearning指的是小样本学习，目的是克服机器学习中训练模型需要海量数据的问题，期望通过少量数据即可获得足够的知识。

AWwH·2019-04-21 18:00

[译] Kotlin中关于Companion Object的那些事

compaion_object.png翻译说明:原标题:AfewfactsaboutCompanionobjects原文地址:https://blog.kotlin-academy.com/a-few-facts-about-companion-objects

mikyou·2019-04-11 00:20

小样本学习综述

在人类的快速学习能力的启发下，研究人员希望机器学习模型在学习了一定类别的大量数据后，对于新的类别，只需要少量的样本就能快速学习，这就是Few-shotLearning要

MSnoopy'·2019-04-02 11:32

小样本学习综述

在人类的快速学习能力的启发下，研究人员希望机器学习模型在学习了一定类别的大量数据后，对于新的类别，只需要少量的样本就能快速学习，这就是Few-shotLearning要

MSnoopy'·2019-04-02 11:32

小样本学习（Few-shot Learning）综述

作者丨耿瑞莹、李永彬、黎槟华单位丨阿里巴巴智能服务事业部小蜜北京团队分类非常常见，但如果每个类只有几个标注样本，怎么办呢？笔者所在的阿里巴巴小蜜北京团队就面临这个挑战。我们打造了一个智能对话开发平台——DialogStudio，以赋能第三方开发者来开发各自业务场景中的任务型对话，其中一个重要功能就是对意图进行分类。大量平台用户在创建一个新对话任务时，并没有大量标注数据，每个意图往往只有几个或十几个

Paper_weekly·2019-04-01 08:00

小样本学习（Few-shot Learning）综述

作者丨耿瑞莹、李永彬、黎槟华单位丨阿里巴巴智能服务事业部小蜜北京团队分类非常常见，但如果每个类只有几个标注样本，怎么办呢？笔者所在的阿里巴巴小蜜北京团队就面临这个挑战。我们打造了一个智能对话开发平台——DialogStudio，以赋能第三方开发者来开发各自业务场景中的任务型对话，其中一个重要功能就是对意图进行分类。大量平台用户在创建一个新对话任务时，并没有大量标注数据，每个意图往往只有几个或十几个

Paper_weekly·2019-04-01 08:00

Few-shot Learning with Meta Metric Learners

一、介绍现有的基于元学习、度量学习的小样本学习方法在处理diversedomains和variousclasses上存在局限。元学习训练一个metalearner预测具有相同结构，但针对不同任务网络的权重。度量学习针对不同任务学习一个不随任务改变，适应所有任务的度量。当任务间差异较大时，度量学习将会失败，学不到这样的度量。作者提出了一个元度量学习的方法，利用度量学习的匹配网络作为baselearn

han_jan·2019-03-31 20:00

机器学习笔记~faster-rcnn安装过程error: too few arguments to function

linux下安装faster-rcnn时，出现下面错误时的解决方案：这是因为当前版本的caffe的cudnn实现与系统所安装的cudnn的版本不一致引起的。解决办法：1.将./include/caffe/util/cudnn.hpp换成最新版的caffe里的cudnn的实现，即相应的cudnn.hpp.2.将./include/caffe/layers里的，所有以cudnn开头的文件，例如cudn

zlibo丶·2019-03-16 13:15

英语同义词辨析——a few, a number of, several, some（一些）

afew一些，几个在数量上用于肯定意义，强调有一些，后接可数名词的复数。例IhaveafewfriendsinNewYork.我在纽约有几个朋友。anumberof许多，若干强调数量的概念，也可以说asmall/largenumberof,后接复数可数名词，谓语动词用复数。例Thereareanumberofchildrenplayingsports.有许多孩子在运动。several几个，数个相对

乐子夫·2019-02-26 22:03

Attention-based Few-Shot Person Re-identification Using Meta Learning

galleryencoder和probeencoder使得galleryimage图片能够根据其余galleryimages提取特征，probeimage能够根据galleryiamges提取特征，达到了很好的效果，few-shot

han_jan·2019-02-26 20:11

元学习论文OPTIMIZATION AS A MODEL FOR FEW-SHOT LEARNING的简单理解

我们常用的基于梯度优化的深层网络往往需要大量的数据和迭代步骤。我们面对的数据场景是有一系列小的数据集而不是一个大的数据集，每一个类有很少的标记数据，这种情况和人类的学习很像，通过一个给定的数据，就能总结出对事物全面的认识，其中主要有两个原因导致了基于梯度的优化算法在小样本下表现不好。元学习被认为是实现人类水平的智能的一个关键点，元学习在两个层次间学习，（1）在每项任务中学习，（2）同时积累任务之间

fourierr·2019-02-26 09:46

error: too few arguments in function call

最近编译caffe报错，我的cudnn版本（cuDNN:ver.7.0.5），然后caffe中cudnn版本太低，出现的错误：CMakeErroratcuda_compile_1_generated_bias_layer.cu.o.Release.cmake:279(message):Errorgeneratingfile/home/fuxueping/sdb/Caffe_Project_Trai

猫猫与橙子·2019-02-13 16:45

论文阅读笔记之——《Dynamic Conditional Networks for Few-Shot Learning》

DCCN由双子网组成:DyConvNet包含一个动态卷积层和一组基滤波器;CondiNet预测从条件输入到线性组合基滤波器的一组自适应权值。通过这种方式，可以动态地为每个条件输入获取特定的卷积核。滤波器组在所有条件下都是共享的，因此只需要学习一个低维权向量。当训练数据有限时，这大大促进了跨不同条件的参数学习。我们对DCCN进行了四项任务的评估，这些任务可以表述为条件模型学习，包括特定对象计数、多模

gwpscut·2019-02-01 10:17

Zero-shot Learning / One-shot Learning / Few-shot Learning

为了“多快好省”地通往炼丹之路，炼丹师们开始研究Zero-shotLearning/One-shotLearning/Few-shotLearn

清风与归_G·2019-01-04 18:53

小样本学习（few-shot learning）之——原形网络（Prototypical Networks）

PrototypicalNetworksforFew-shotLearning摘要：该文提出了一种可以用于few-shotlearning的原形网络（prototypicalnetworks）。

羽_羊·2018-12-27 11:29

半监督领域自适应之FADA--Few-Shot Adversarial Domain Adaptation

文章目录介绍论文和实现构造groupedsamplepairs模型架构结果介绍Unsuperviseddomainadaptation(UDA)无监督领域自适应不需要目标域任何标签数据，但是需要大量的目标域数据才能适应数据的分布，并没有任何的语义信息（标签）。半监督的领域适应只需要少量的目标域标签数据就能达到超过UDA的性能。实际应用中也更符合要求，我们可以在新的领域得到少量的标签数据。FADA（

Adupanfei·2018-12-21 16:57

基于专家意见-推荐系统经典the wisdow of the few

图片.png图片.png图片.png图片.png图片.png图片.png图片.png图片.png图片.png图片.png图片.png开篇：大概介绍了最临近协同过滤算法的优点缺点。缺点：对数据噪音和稀疏度不能很好处理，有冷启动问题(是什么?)，扩展度低(在哪个的拓展度)优点：解决了传统临近算法的缺点(哪些缺点？)，也保证了比较正确率(怎样保证的？)提出目标：怎样使用少量数据去预测大量人群的喜好，理解

机器不能学习·2018-12-11 23:42

【论文阅读记录】RepMet（原文全名太长这里放不下）（1）

作者提到了few-shotlearning（少样本学习），指出目前大多是对

爱吃苹果的魚·2018-11-03 16:31

当小样本遇上机器学习 few shot learning

https://blog.csdn.net/mao_feng/article/details/78939864[1]GKoch,RZemel,andRSalakhutdinov.Siameseneuralnetworksforone-shotimagerecognition.InICMLDeepLearningworkshop,2015.[2]OriolVinyals,CharlesBlundel

张博208·2018-10-31 10:54

few-shot learning是什么

小样本学习来源：我们人类是具有快速从少量（单）样本中快速学习能力的，其实在我们学习的过程中，人类的大脑将对象和类别组成有用的信息将之分类。首先需要声明的是，小样本学习属于迁移学习。接着，举个例子详细阐述。人类从未见到过“澳大利亚的鸭嘴兽”，给我们一张鸭嘴兽的照片后，人类就认识了！有的朋友可能会想，为什么我们人类总是能快速的学习到未知的事物？简单的说，是因为人类生活中各种知识的积累以及人类天生的思考

SethChai·2018-10-23 11:25

极限游泳运动员陈苏伟先生成为中国第一人挑战美国卡特琳娜

2018年10月17日，Few/飘作为游泳用品行业的领军品牌，将赞助第一个中国人挑战卡特琳娜海峡，而他就是成功挑战三大皇冠之首——英吉利海峡的陈苏伟先生。

eb9f9570e8b2·2018-10-16 16:07

[NIPS2018 笔记] delta encoder an effective sample synthesis method for few shot object recognition

Δ\DeltaΔ-ENCODER：一种有效的样本合成方法，用于小样本识别DeltaEncoder:AnEffectiveSampleSynthesisMethodforFewShotObjectRecognition本文亮点：少数样本，能生成1024个目标类样本。AbstractΔ\DeltaΔ-ENCODER：学习仅基于一个或几个示例对新类别进行分类是现代计算机视觉中的一个长期挑战。在这项工作中

一亩高粱·2018-10-16 07:19

【性能提升神器】STRAIGHT_JOIN

STRAIGHT_JOINissimilartoJOIN,exceptthatthelefttableisalwaysreadbeforetherighttable.Thiscanbeusedforthose(few

夏雪冬日·2018-08-12 14:00

机器学习基础--碎片知识点（1）

少量学习(Few-shotLearning)2

whitenightwu·2018-07-28 16:01

论文浅尝 | 用图网络做小样本学习

链接：https://arxiv.org/abs/1711.04043本文提出了用GNN(GraphNeuralNetwork)来解决Few-ShotLearning场景的分类问题。

开放知识图谱·2018-06-30 20:00

推荐频道

Few

11小组第二次博客作业

[NLG] Domain Adaptive Dialog Generation via Meta Learning

Few-shot Learning survey-详细易懂-小样本综述

[NLG]Few-Shot Dialogue Generation Without Annotated Data: A Transfer Learning Approach

【元学习】Meta Learning 介绍

论文笔记： LSTD A Low-Shot Transfer Detector for Object Detection

One-shot 学习

Adapting Meta Knowledge Graph Information for Multi-Hop Reasoning over Few-Shot Relations

CVPR 2019 论文解读 | 小样本域适应的目标检测

（论文阅读）Few-shot Adaptive Faster R-CNN

《Matching Networks for One Shot Learning》论文笔记及其代码阅读

[CVPR 2019 论文笔记] Semantic Projection Network for Zero- and Few-Label Semantic Segmentation

conference | 基于少量样本的快速学习Few-shot learning

论文阅读（36）Few-shot Learning: A Survey（2）

深度强化元学习教程---元学习概述

深度强化元学习教程---元学习概述

小样本图像识别——关系网络（Relation Network）（目前只对Few-Shot进行研究）

《Few-Shot and Zero-Shot Learning for Historical Text Normalization》阅读笔记

NoteSet | Few-Shot

小样本学习 | Learning to Compare: Relation Network for Few-Shot Learning

Prototypical Networks for Few-shot Learning

[CVPR 2019 论文笔记] Generalized Zero- and Few-Shot Learning via Aligned Variational Autoencoders

Hybrid Attention-Based Prototypical Networks for Noisy Few-Shot Relation Classification （2019 AAAI）

Learning to Compare: Relation Network for Few-Shot Learning论文笔记

caffe 编译错误：too few argument in function call

Few-Shot/One-Shot Learning

[译] Kotlin中关于Companion Object的那些事

小样本学习综述

小样本学习综述

小样本学习（Few-shot Learning）综述

小样本学习（Few-shot Learning）综述

Few-shot Learning with Meta Metric Learners

机器学习笔记~faster-rcnn安装过程error: too few arguments to function

英语同义词辨析——a few, a number of, several, some（一些）

Attention-based Few-Shot Person Re-identification Using Meta Learning

元学习论文OPTIMIZATION AS A MODEL FOR FEW-SHOT LEARNING的简单理解

error: too few arguments in function call

论文阅读笔记之——《Dynamic Conditional Networks for Few-Shot Learning》

Zero-shot Learning / One-shot Learning / Few-shot Learning

小样本学习（few-shot learning）之——原形网络（Prototypical Networks）

半监督领域自适应之FADA--Few-Shot Adversarial Domain Adaptation

基于专家意见-推荐系统经典the wisdow of the few

【论文阅读记录】RepMet（原文全名太长这里放不下）（1）

当小样本遇上机器学习 few shot learning

few-shot learning是什么

极限游泳运动员陈苏伟先生成为中国第一人挑战美国卡特琳娜

[NIPS2018 笔记] delta encoder an effective sample synthesis method for few shot object recognition

【性能提升神器】STRAIGHT_JOIN

机器学习基础--碎片知识点（1）

论文浅尝 | 用图网络做小样本学习